<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[pantingd的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/pantingd</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; pantingd]]></copyright><item><title><![CDATA[动力电池：LFP平台区估算SOC抖动的原因及解决方法]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/163503499</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/163503499</guid><author>pantingd</author><pubDate>Wed, 05 Aug 2026 14:19:29 +0800</pubDate><description><![CDATA[LFP电池 20%~80% SOC 区间超级容易抖动、跳变、来回乱跳，但是020%、80%100%非常稳。很多人以为是滤波没加、电压采样不准，其实根本不是。LFP平台SOC抖动是物理特性 + 模型误差 + 卡尔曼滤波算法不匹配三者叠加的系统性问题。为什么LFP平台区会抖所有抖动原因分层罗列每一种原因对应的根治方案小白也能看懂的数学原理。]]></description><category></category></item><item><title><![CDATA[基于经验模型的动力电池SOH估算]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/163445597</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/163445597</guid><author>pantingd</author><pubDate>Mon, 03 Aug 2026 16:27:22 +0800</pubDate><description><![CDATA[等效电路模型辨识法、数据驱动AI法、经验退化模型法。在车载BMS、储能BMS量产项目中，经验退化模型是落地最稳、算力最低、鲁棒性最强的主流方案。不需要复杂矩阵迭代、不依赖高精度动态辨识、低温不漂移、永不发散。]]></description><category></category></item><item><title><![CDATA[低温对动力电池 SOX（SOC/SOH）算法估算的影响机理、误差分析与工程优化方案]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/163444498</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/163444498</guid><author>pantingd</author><pubDate>Mon, 03 Aug 2026 15:46:24 +0800</pubDate><description><![CDATA[在新能源汽车、储能BMS开发过程中，低温环境（≤0℃，尤其-10℃~-25℃区间）一直是SOC、SOH估算精度最大的痛点。冬季车辆续航“断崖下跌”、SOC跳变、SOH误判电池提前老化、低温充电功率限制策略保守等大量量产问题，根源在于低温下锂电池电化学特性剧烈变化，导致常温标定的电池模型完全失配。行业内常将SOC（荷电状态）、SOH（健康状态）统称为SOX状态估计算法。]]></description><category></category></item><item><title><![CDATA[SOP 算法路线之争！查表法 vs 二阶 RC 实时模型，量产 BMS 该怎么选？]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/163140849</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/163140849</guid><author>pantingd</author><pubDate>Thu, 23 Jul 2026 19:11:10 +0800</pubDate><description><![CDATA[当驾驶员深踩电门“地板电”起步，整车控制器立刻向BMS请求峰值功率；松开踏板滑行时，能量回收又需要电池具备吸收大功率的能力。电池此刻能输出、能吸收的极限功率，就是SOP（State of Power，功率状态）。SOP是BMS三大核心状态估算（SOC/SOH/SOP）之一，直接决定整车加速性能、爬坡能力、制动能量回收强度，同时充当电池安全防线：防止瞬时大电流造成电压跌落、极化超标、电芯老化加速甚至热失控。很多刚接触BMS算法的工程师容易陷入一个误区：实时模型一定优于查表法。]]></description><category></category></item><item><title><![CDATA[知识图谱通俗讲解（动力电池维修为例）]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/163049709</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/163049709</guid><author>pantingd</author><pubDate>Mon, 20 Jul 2026 16:14:27 +0800</pubDate><description><![CDATA[把电池零部件、故障现象、故障码、故障根因、维修步骤、配件、工具、风险禁忌全部做成节点（圆圈）；把它们之间的逻辑联系做成连线（关系），整张网状知识库就是动力电池维修知识图谱。先定维修场景范围：家用乘用车动力电池线下售后维修，解决故障诊断、维修指引、安全管控。硬件部件、故障现象、DTC故障码、故障根因、维修工序、工具配件、安全规范、车型适配关系名称作用示例三元组表现为根因→故障现象(采样线束虚接，表现为，单体压差过大)触发故障现象→故障码(单体压差过大，触发，DTC-P1B05)诱发。]]></description><category></category></item><item><title><![CDATA[小白吃透Transformer！零基础也能看懂的AI大模型核心原理]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/163035221</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/163035221</guid><author>pantingd</author><pubDate>Mon, 20 Jul 2026 14:07:14 +0800</pubDate><description><![CDATA[玩 AI、学深度学习、做大模型的小伙伴，没人能绕开 Transformer。现在爆火的ChatGPT、文心一言、讯飞星火，还有BERT、GPT系列模型，底层全部都是Transformer架构。很多新手一看到 Transformer、自注意力、编码器、解码器这些名词就头大，觉得是高深的黑科技。其实Transformer 一点都不难！本文不堆晦涩专业术语，全程大白话 + 生活化比喻，零基础小白也能彻底看懂，看完直接掌握所有大模型的底层核心！玩AI、学深度学习、做大模型的小伙伴，]]></description><category></category></item><item><title><![CDATA[机器学习：欠拟合、过拟合、偏差方差超全详解]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162693889</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162693889</guid><author>pantingd</author><pubDate>Wed, 08 Jul 2026 13:20:10 +0800</pubDate><description><![CDATA[机器学习本质是让模型学习输入与输出之间的内在规律，这个学习过程就叫拟合。我们最终追求的目标：模型学到数据真实通用规律，而不是记住训练样本的随机噪声，在未知新数据上表现稳定，也就是泛化能力强。拟合分为三种状态：欠拟合、适度拟合、过拟合。模型表达能力不足，复杂度低于数据本身的规律复杂度，连训练数据集的基础特征规律都无法学习捕捉。通俗理解：学生智商不够，基础知识点都学不懂，练习题、考试全做错。]]></description><category></category></item><item><title><![CDATA[机器学习：XGBoost极致详细原理讲解｜从GBDT到XGBoost、损失函数、分裂准则、正则、工程优化全解析]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162452634</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162452634</guid><author>pantingd</author><pubDate>Tue, 30 Jun 2026 14:38:26 +0800</pubDate><description><![CDATA[XGBoost全称Extreme Gradient Boosting，极端梯度提升算法，由陈天奇博士设计并开源，是梯度提升树（GBDT）的工业化增强版本。在机器学习竞赛、工业结构化数据建模领域长期占据主流地位，适用任务包含：数值回归、二分类、多分类、排序任务、异常故障识别、电池SOH/内阻预测、时序拟合等。传统GBDT存在诸多天然缺陷：仅使用一阶导数优化目标、无显式正则项极易过拟合、节点分裂遍历全量特征速度慢、缺失值需要人工填充、无底层工程加速优化。]]></description><category></category></item><item><title><![CDATA[动力电池：安时积分电流漂移 超清晰原理、影响、解决方案]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162424598</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162424598</guid><author>pantingd</author><pubDate>Mon, 29 Jun 2026 20:31:26 +0800</pubDate><description><![CDATA[所有金属电阻都存在电阻温度系数TCR，单位ppm/℃，代表温度每变化1℃，阻值变化百万分之几。普通贴片电阻TCR：±200500ppm/℃；高精度锰铜分流器TCR：±1050ppm/℃。温度升高/降低，RshuntR_{shunt}Rshunt​阻值同步变大/变小，直接带来系统性偏移。安时积分电流漂移本质是采样回路存在固定直流偏置，分流采样电阻温漂是最主要来源：温度变化改变分流电阻实际阻值，造成电流采样零点、比例系数双重偏移，生成恒定ΔI。]]></description><category></category></item><item><title><![CDATA[动力电池LFP磷酸铁锂 vs NCM三元锂 深度特性对比]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162424032</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162424032</guid><author>pantingd</author><pubDate>Mon, 29 Jun 2026 15:51:03 +0800</pubDate><description><![CDATA[当前车载、储能两大主流电芯体系为磷酸铁锂LFP、镍钴锰三元NCM。市面上多数内容面向普通车主，本文面向BMS算法、电池标定、电控、热管理研发工程师，从电化学底层机理、晶体结构、电气特性、建模辨识、SOC/SOH算法、老化机理、析锂/副反应、阻抗谱EIS、热失控、一致性、保护策略、量产工程痛点全方位拆解对比，全部落地开发场景，通俗易懂无冗余科普。NCM三元：OCV线性度优、低温电化学动力学好、电荷转移阻抗低、SOC易估算、建模辨识收敛稳定；]]></description><category></category></item><item><title><![CDATA[参数辨识：最小二乘法通俗讲解及在二阶RC中的应用（小白友好版）]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162277644</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162277644</guid><author>pantingd</author><pubDate>Thu, 25 Jun 2026 13:20:59 +0800</pubDate><description><![CDATA[二阶RC等效电路是BMS行业应用最广的电池模型，一共包含5个待辨识参数：欧姆内阻R0R_0R0​、极化电阻R1R2R_1、R_2R1​R2​、时间常数τ1τ2τ1​τ2​。我们通过HPPC脉冲试验采集电流、电压数据，利用各类最小二乘算法完成参数求解。核心思想：让模型仿真输出电压无限贴近实测电压，使所有采样点电压误差的平方总和最小。二阶RC原始电压方程包含指数衰减项，属于非线性方程，无法直接用于线性类辨识算法，必须先做差分线性变换。UtUo。]]></description><category></category></item><item><title><![CDATA[卡尔曼滤波方法原理大全（KF、EKF、UKF、AEKF）]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162276752</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162276752</guid><author>pantingd</author><pubDate>Thu, 25 Jun 2026 11:25:51 +0800</pubDate><description><![CDATA[xSOCU1U2TxSOC​U1​​U2​​TSOCSOCSOC：电池荷电状态，核心估算量U1U_1U1​：快速活化极化电压U2U_2U2​：慢速浓差极化电压外部输入：充放电采样电流III；观测值：电芯电压传感器实测电压UmeasU_{meas}Umeas​✅优点：计算量极小、代码极简、嵌入式MCU零算力压力、线性场景估计最优❌缺点：仅适配纯线性系统，完全无法适配锂电池SOC估算。]]></description><category></category></item><item><title><![CDATA[动力电池二阶RC等效电路模型及EKF：原理、公式推导]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/162237165</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/162237165</guid><author>pantingd</author><pubDate>Tue, 23 Jun 2026 16:46:00 +0800</pubDate><description><![CDATA[本文全面解析了动力电池二阶RC等效电路模型，这是当前新能源汽车和储能系统BMS（电池管理系统）中最主流的建模方案。文章从电化学机理出发，详细阐述了二阶RC模型的电路拓扑、各元件物理意义，并完整推导了连续时间域的状态空间方程和离散化差分方程。重点介绍了模型参数辨识的两种工业方法（HPPC脉冲实验离线辨识和在线递推辨识），以及该模型在BMS高精度SOC估算、电池故障诊断、SOH健康状态评估、整车仿真和充电控制优化等五大工程场景中的全链路应用。最后总结了二阶RC模型的优势与局限性，并展望了行业优化方向。]]></description><category></category></item><item><title><![CDATA[ollama使用安装方法]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/160595171</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/160595171</guid><author>pantingd</author><pubDate>Tue, 28 Apr 2026 15:55:10 +0800</pubDate><description><![CDATA[Ollama安装指南摘要： 下载方式： 官网下载：https://ollama.com/download GitHub releases获取最新版本 Windows用户可直接下载安装包 安装步骤： Windows/macOS用户运行安装包按提示完成 支持命令行安装轻量模型 特色功能： 提供免费的大语言模型支持 可通过简单命令快速部署模型 注：安装前请确认系统兼容性，建议从官方渠道获取安装包以保证安全性。]]></description><category></category></item><item><title><![CDATA[python处理大数据的库]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/125778148</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/125778148</guid><author>pantingd</author><pubDate>Thu, 08 Dec 2022 19:36:22 +0800</pubDate><description><![CDATA[vaex
pypi: pypi.org/project/vaex/
vaex官方网站: vaex.io/docs/index.html

]]></description><category></category></item><item><title><![CDATA[第一列有0时存成csv0消失的解决方法]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/128034127</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/128034127</guid><author>pantingd</author><pubDate>Fri, 25 Nov 2022 10:50:57 +0800</pubDate><description><![CDATA[df[带零列]=’\t’+df[带零列]

]]></description><category></category></item><item><title><![CDATA[python3：中文转拼音]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/119484406</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/119484406</guid><author>pantingd</author><pubDate>Sat, 07 Aug 2021 18:22:03 +0800</pubDate><description><![CDATA[import pipinyin
pypinyin.pinyin('汉语', style=pypinyin.NORMAL)


]]></description><category></category></item><item><title><![CDATA[2021-06-22]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/118115531</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/118115531</guid><author>pantingd</author><pubDate>Wed, 23 Jun 2021 15:58:12 +0800</pubDate><description><![CDATA[从事嵌入式开发的一些主流职位，大家可以根据自己喜好入座。
1.单片机工程师/嵌入式工程师
2.Linux系统开发工程师
3.Linux应用工程师
4.安卓系统开发工程师
这4个职位，前2个是偏向于硬件驱动层，后2个是偏向应用层。

ARM + Linux/Android开发

据统计，全世界99%的智能手机和平板电脑都采用ARM架构。所有的iPhone和iPad都使用ARM的芯片，多数Kindle电子阅读器和Android设备也都采用这一架构。大部分领先的网络/电信制造商正积极地将其下一代平台迁移到ARM平]]></description><category></category></item><item><title><![CDATA[python3：使用bat一键打开指定文件夹下的jupyter notebook]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/115424745</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/115424745</guid><author>pantingd</author><pubDate>Sun, 04 Apr 2021 08:25:00 +0800</pubDate><description><![CDATA[新建一个.bat文件，在里面写入如下代码：
d:#代码所在的盘D盘

cd programme#programme是代码所在的路径，切换到这个路径下面

jupyter notebook

因为我的ipynb文件存储在D:\programme中，我想把D:\programme作为jupyter的工作根目录，所以前两行表示把当前目录切换为D:\programme

...]]></description><category></category></item><item><title><![CDATA[python：根据文件大小删除文件]]></title><link>https://blog.youkuaiyun.com/pantingd/article/details/114009576</link><guid>https://blog.youkuaiyun.com/pantingd/article/details/114009576</guid><author>pantingd</author><pubDate>Wed, 24 Feb 2021 09:21:02 +0800</pubDate><description><![CDATA[import os
 path = r'./data_out/'+ filename +'.xlsx'
 s = round(os.path.getsize(path)/float(1024),2)
 if s&lt;10.0:#如果文件小于10KB
     os.remove(path)#则删除该文件


]]></description><category></category></item></channel></rss>